Developing a Yeast Platform Strain for an Enhanced Taxadiene Biosynthesis by CRISPR/Cas9
Notice bibliographique
Résumé
Paclitaxel is an important diterpenoid commonly used as an anticancer drug. Although the paclitaxel biosynthetic pathway has been mostly revealed, some steps remain to be elucidated. The difficulties in plant transformations and the scarcity of the precursor of paclitaxel, (+)-taxa-4(5), 11(12)-diene (taxadiene), have hindered the full comprehension of paclitaxel biochemistry and, therefore, its production by biotechnological approaches. One solution is to use the budding yeast, Saccharomyces cerevisiae, as a platform to elucidate the paclitaxel biosynthesis. As taxadiene is a diterpenoid, its common precursor, geranylgeranyl pyrophosphate (GGPP), needs to be increased in yeast. In this study, we screened various GGPP synthases (GGPPS) to find the most suitable GGPPS for taxadiene production in yeast. We also optimized the taxadiene production by increasing the flux toward the terpenoid pathway. Finally, to remove selection markers, we integrated the required genes using a CRISPR/Cas9 system in the yeast genome. Our result showed that a titer of 2.02 ± 0.40 mg/L (plasmid) and 0.41 ± 0.06 mg/L (integrated) can be achieved using these strategies. This platform strain can be used to readily test the gene candidates for microbial paclitaxel biosynthesis in the future.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».